pandas添加新列的5种常见方法

2024-04-02 19:55

短信预约 -IT技能 免费直播动态提醒

前言

pandas为DataFrame格式数据添加新列的方法非常简单，只需要新建一个列索引，再为其赋值即可。

以下总结了5种常见添加新列的方法。

首先，创建一个DataFrame结构数据，作为数据举例。

import pandas as pd
# 创建一个DataFrame结构数据
data = {'a': ['a0', 'a1', 'a2'],
        'b': ['b0', 'b1', 'b2']}
df = pd.DataFrame(data)
print('举例数据情况：\n', df)

添加新列的方法，如下：

一、insert()函数

语法：

DataFrame.insert(loc, column, value,allow_duplicates = False)

参数	说明
loc	必要字段，int类型数据，表示插入新列的列位置，原来在该位置的列将向右移。
column	必要字段，插入新列的列名。
value	必要字段，新列插入的值。如果仅提供一个值，将为所有行设置相同的值。可以是int，string，float等，甚至可以是series /值列表。
allow_duplicates	布尔值，用于检查是否存在具有相同名称的列。默认为False，不允许与已有的列名重复。

实例：插入c列

df.insert(loc=2, column='c', value=3)  # 在最后一列后，插入值全为3的c列
print('插入c列：\n', df)

二、直接赋值法

语法：df[‘新列名’]=新列的值

实例：插入d列

df['d'] = [1, 2, 3]  # 插入值为[1,2,3]的d列
print('插入d列：\n', df)

注：该方法不可以选择插入新列的位置，默认为最后一列。如果新增的一列值相同，直接为其赋值一个常量即可；如果插入值不同，为列表格式，需与已有列的行数长度一致，如举例中原来列为3行，新增列也必须有3个值。

三、reindex()函数

语法：df.reindex(columns=[原来所有的列名,新增列名],fill_value=值)

reindex()函数用法较多，此处只是针对添加新列的用法

实例：插入e列

df1 = df.reindex(columns=['a', 'b', 'c', 'd', 'e'])  # 不加fill_value参数，默认值为Nan
df2 = df.reindex(columns=['a', 'b', 'c', 'd', 'e'], fill_value=1)  # 加入fill_value参数，填充值为1
print('插入e列(不加fill_value参数)：\n', df1)
print('插入e列(加fill_value参数)：\n', df2)

注：该方法需要把原有的列名和新列名都加上，如果列名过多，就比较麻烦。

四、concat()函数

原理：利用拼接的方式，添加新的一列。好处是可以同时新增多个列名。

concat()函数用法较多，此处只是针对添加新列的用法

实例：插入f列

df1 = pd.concat([df1, pd.DataFrame(columns=['f'])])
print('插入f列：\n', df1)

五、loc()函数

原理：利用loc的行列索引标签来实现。

语法：df.loc[:,新列名]=值

实例：插入g列

df1.loc[:, 'g'] = 0
print('插入g列：\n', df1)

以上就是pandas添加新列的5种常见用法。

附：pandas根据现有列新添加一列

pandas中一个Dataframe，经常需要根据其中一列再新建一列，比如一个常见的例子：需要根据分数来确定等级范围，下面我们就来看一下怎么实现。

def getlevel(score):
    if score < 60:
        return "bad"
    elif score < 80:
        return "mid"
    else:
        return "good"

def test():
    data = {'name': ['lili', 'lucy', 'tracy', 'tony', 'mike'],
            'score': [85, 61, 75, 49, 90]
            }
    df = pd.DataFrame(data=data)
    # 两种方式都可以
    # df['level'] = df.apply(lambda x: getlevel(x['score']), axis=1)
    df['level'] = df.apply(lambda x: getlevel(x.score), axis=1)

    print(df)

上面代码运行结果